От небольшой мастерской к ML-фабрике: как мы Yandex AI Studio пересобирали
Сегодня на Yandex Neuro Scale 2025 наша ML‑команда представила обновлённую AI Studio — платформу с большим набором инструментов для разработки ИИ‑агентов в единой end‑to‑end‑среде. Среди новинок — визуальный конструктор агентов, поддержка популярных API и реализация протокола MСP, механизмы AI search.
Агентские платформы уже какое‑то время находятся на пике популярности. Поэтому с одной стороны нашей задачей было учесть уже сформированные лидерами отрасли лучшие практики. А с другой — обобщить собственный опыт разработки и внедрения агентов, использующих большие языковые модели, и избавить разработчиков от проблем при инференсе.
Вместе с коллегами из команды разработки Анастасией Каримовой и Дмитрием Рыбалко покажем, как это устроено под капотом:
— какие особенности эксплуатации нам нужно было учесть, чтобы найти баланс между производительностью и качеством;
— как мы сталкивались с особенностями опенсорс‑инструментов для ML и учились справляться с этим разными способами;
— как мы упростили создание голосовых агентов и заодно уменьшили latency запросов. Читать далее
#mlops #ии_агенты #ai_agent #ai_агенты #ai_агент #mcp #responses_api #realtime_api | @habr_ai
Сегодня на Yandex Neuro Scale 2025 наша ML‑команда представила обновлённую AI Studio — платформу с большим набором инструментов для разработки ИИ‑агентов в единой end‑to‑end‑среде. Среди новинок — визуальный конструктор агентов, поддержка популярных API и реализация протокола MСP, механизмы AI search.
Агентские платформы уже какое‑то время находятся на пике популярности. Поэтому с одной стороны нашей задачей было учесть уже сформированные лидерами отрасли лучшие практики. А с другой — обобщить собственный опыт разработки и внедрения агентов, использующих большие языковые модели, и избавить разработчиков от проблем при инференсе.
Вместе с коллегами из команды разработки Анастасией Каримовой и Дмитрием Рыбалко покажем, как это устроено под капотом:
— какие особенности эксплуатации нам нужно было учесть, чтобы найти баланс между производительностью и качеством;
— как мы сталкивались с особенностями опенсорс‑инструментов для ML и учились справляться с этим разными способами;
— как мы упростили создание голосовых агентов и заодно уменьшили latency запросов. Читать далее
#mlops #ии_агенты #ai_agent #ai_агенты #ai_агент #mcp #responses_api #realtime_api | @habr_ai
Хабр
От небольшой мастерской к ML-фабрике: как мы Yandex AI Studio пересобирали
Сегодня на Yandex Neuro Scale 2025 наша ML‑команда представила обновлённую AI Studio — платформу с большим набором инструментов для разработки ИИ‑агентов в единой...